摘 要：在數(shù)字經(jīng)濟(jì)快速發(fā)展的背景下，數(shù)字人力資本、科技創(chuàng)新能力與經(jīng)濟(jì)增長之間的關(guān)系引發(fā)廣泛關(guān)注?；?003-2020年的相關(guān)數(shù)據(jù)，構(gòu)建綜合指標(biāo)體系，并使用向量自回歸模型（VAR）進(jìn)行實證分析。研究結(jié)果顯示，科技創(chuàng)新能力顯著促進(jìn)經(jīng)濟(jì)增長；數(shù)字人力資本對經(jīng)濟(jì)增長具有滯后的正向影響，但這種影響隨時間推移而減弱；經(jīng)濟(jì)增長對科技創(chuàng)新能力和數(shù)字人力資本積累均有正向影響；科技創(chuàng)新能力在數(shù)字人力資本積累中發(fā)揮關(guān)鍵作用。研究提出了數(shù)字人力資本的概念，并揭示了數(shù)字人力資本、科技創(chuàng)新能力與經(jīng)濟(jì)增長之間的復(fù)雜動態(tài)關(guān)系，可為區(qū)域數(shù)字人力資本積聚和經(jīng)濟(jì)發(fā)展戰(zhàn)略制定提供參考。

關(guān)鍵詞：人力資本；數(shù)字人才；科技創(chuàng)新能力；向量自回歸模型

中圖分類號：F061.5

文獻(xiàn)標(biāo)識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202408082

Research on the Dynamic Relationship among Digital Human Capital， Science and Technology Innovation Capability and Economic Development

Yuan Kefeng1， Zhang Xiaoxia2， Chen Yuyang3

（1. Institute of Economics and Management， Ningde Normal University， Ningde 352100， China;2. Institute of Education， Ningde Normal University， Ningde 352100， China;

3. College of Foreign Languages， Minnan Normal University， Zhangzhou 363000， China）

Abstract：In the context of the rapid development of the digital economy， the relationship between digital human capital， scientific and technological innovation capacity and economic growth has aroused widespread concern. Based on the data from 2003 to 2020， this study constructed a comprehensive indicator system and used the vector autoregression （VAR） model for empirical analysis. The study finds that science， technology and innovation （STI） capacity significantly contributes to economic growth; digital human capital has a lagged positive effect on economic growth， but this effect diminishes over time; economic growth has a positive effect on both STI capacity and digital human capital accumulation; and STI capacity plays a key role in digital human capital accumulation. This study proposes the concept of digital human capital and reveals the complex dynamic relationship between digital human capital， STI capability and economic growth， which provides a reference for regional digital human capital accumulation and economic development strategy formulation.

Key Words：Human Capital; Digital Talent; Scientific and Technological Innovation; Vector Autoregressive Model

0 引言

隨著全球經(jīng)濟(jì)的數(shù)字化轉(zhuǎn)型步伐不斷加快，我國政府深刻認(rèn)識到數(shù)字經(jīng)濟(jì)在推動社會進(jìn)步和實現(xiàn)共同富裕中的關(guān)鍵作用。2024年初，國家發(fā)展改革委與國家數(shù)據(jù)局聯(lián)合發(fā)布了《數(shù)字經(jīng)濟(jì)促進(jìn)共同富裕實施方案》。這份方案不僅是對我國數(shù)字經(jīng)濟(jì)發(fā)展的全面規(guī)劃，也是對如何通過數(shù)字經(jīng)濟(jì)實現(xiàn)共同富裕目標(biāo)的深入思考。

數(shù)字經(jīng)濟(jì)的繁榮離不開高素質(zhì)的數(shù)字人力資本。為了滿足數(shù)字經(jīng)濟(jì)發(fā)展的數(shù)字人力資本需求，2024年4月，中華人民共和國人力資源和社會保障部等九部門聯(lián)合印發(fā)《加快數(shù)字人才培育支撐數(shù)字經(jīng)濟(jì)發(fā)展行動方案（2024—2026 年）》的通知，明確強調(diào)數(shù)字人才作為高質(zhì)量發(fā)展引擎的核心作用。該方案著重通過實施數(shù)字技術(shù)工程師培養(yǎng)計劃與數(shù)字技能提升工程，旨在大幅度提升數(shù)字人才的供給效率和質(zhì)量，促進(jìn)建成人才匯集的高地，為數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展蓄積強大動能。在此背景下，深入探究區(qū)域數(shù)字人力資本、科技創(chuàng)新能力與經(jīng)濟(jì)發(fā)展之間的動態(tài)關(guān)系意義重大。

1 理論分析與研究假設(shè)

目前，國內(nèi)外學(xué)者普遍關(guān)注人力資本與經(jīng)濟(jì)發(fā)展之間、科技人才與科技創(chuàng)新能力之間、科技創(chuàng)新能力與經(jīng)濟(jì)發(fā)展之間等相互關(guān)系的研究。研究數(shù)字人力資本、科技創(chuàng)新能力與經(jīng)濟(jì)發(fā)展之間動態(tài)關(guān)系的成果較少。

在分析國內(nèi)外文獻(xiàn)的基礎(chǔ)上，把數(shù)字人力資本定義為：在數(shù)字經(jīng)濟(jì)背景下，具備信息技術(shù)應(yīng)用和開發(fā)能力的專業(yè)人才資源總和。這一群體主要包括從事信息傳輸、軟件開發(fā)和信息技術(shù)服務(wù)等相關(guān)領(lǐng)域的專業(yè)人才。與傳統(tǒng)人力資本相比，數(shù)字人力資本更強調(diào)數(shù)字技能和創(chuàng)新能力，是數(shù)字經(jīng)濟(jì)時代的戰(zhàn)略性資源。而且數(shù)字人力資本對科技創(chuàng)新和經(jīng)濟(jì)發(fā)展的作用主要體現(xiàn)在3個層面：第一，通過知識創(chuàng)造和技術(shù)突破，數(shù)字人力資本能夠顯著提升區(qū)域的科技創(chuàng)新能力。高素質(zhì)數(shù)字人才不僅直接參與創(chuàng)新活動，還能促進(jìn)創(chuàng)新資源的集聚，形成創(chuàng)新驅(qū)動的良性循環(huán)。第二，數(shù)字人力資本作為數(shù)字經(jīng)濟(jì)發(fā)展的核心要素，通過提升生產(chǎn)效率、推動產(chǎn)業(yè)升級等途徑，為經(jīng)濟(jì)增長提供持續(xù)動力。第三，數(shù)字人才的區(qū)域集聚效應(yīng)有助于形成創(chuàng)新人才高地，進(jìn)而促進(jìn)區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展，這種空間集聚既是創(chuàng)新的結(jié)果，也是創(chuàng)新的催化劑。

1.1 科技人才集聚與科技創(chuàng)新能力的關(guān)系

近年來，科技人才集聚與科技創(chuàng)新能力的關(guān)系成為學(xué)術(shù)界關(guān)注的熱點。國內(nèi)外學(xué)者從不同角度對這一議題進(jìn)行深入探討，積累了豐富的研究成果。首先，大量研究證實了科技人才集聚對科技創(chuàng)新能力的正向影響。Knudsen等［1］、Anton-Bernard等［2］和Florida［3］的研究均表明，人才集聚是推動創(chuàng)新發(fā)展的關(guān)鍵因素。國內(nèi)學(xué)者如孫紅軍等［4］和朱火弟等［5］的實證研究也支持這一觀點，強調(diào)科技人才集聚對創(chuàng)新能力的顯著提升作用。其次，相關(guān)研究揭示了科技人才集聚影響創(chuàng)新的內(nèi)在機(jī)制。陳強等［6］通過層次回歸分析，發(fā)現(xiàn)高校質(zhì)量、產(chǎn)業(yè)結(jié)構(gòu)和人才密度在科技創(chuàng)新人力資源集聚中起到中介作用。Chamorro-Premuzic等［7］指出，人才集聚促進(jìn)人才市場和勞動力市場的發(fā)展，優(yōu)化了人才配置。然而，部分研究指出科技人才集聚的非線性影響。修國義等［8］和趙青霞等［9］的研究表明，過度集聚可能導(dǎo)致效率下降，強調(diào)了優(yōu)化人才配置和流動的重要性。王雅潔［10］的實證分析進(jìn)一步揭示科技人才集聚對區(qū)域創(chuàng)新效率的非線性影響。此外，還有研究還探討了外部環(huán)境因素對科技人才集聚的影響。Zontek［11］強調(diào)人力資源在創(chuàng)新過程中的主導(dǎo)作用。郭彥和劉付穎［12］研究了科技創(chuàng)新對經(jīng)濟(jì)發(fā)展的影響。值得注意的是，近年來研究視角呈現(xiàn)多元化趨勢。夏海力和李雨璇［13］將研究擴(kuò)展到綠色創(chuàng)新領(lǐng)域?，F(xiàn)有研究從多個角度證實科技人才集聚對科技創(chuàng)新能力的重要性，揭示了其內(nèi)在機(jī)制和外部影響因素，這為研究數(shù)字人力資本對區(qū)域科技創(chuàng)新的影響提供了基礎(chǔ)。因此，提出以下假說：

H1：數(shù)字人力資本對科技創(chuàng)新能力有顯著的促進(jìn)作用。

1.2 科技人才集聚與經(jīng)濟(jì)增長的關(guān)系

近年來，科技人才集聚與經(jīng)濟(jì)增長之間的關(guān)系日益受到學(xué)術(shù)界的關(guān)注。多項研究證實科技人才積聚對經(jīng)濟(jì)增長有積極作用。Freire-Seren［14］通過動態(tài)方程組分析，揭示了人才集中能夠刺激經(jīng)濟(jì)增長，并與收入水平提高形成良性循環(huán)。Rosenthal amp; William ［15］指出人才集中為企業(yè)擴(kuò)張創(chuàng)造了有利條件，可提升經(jīng)濟(jì)效益。Rahayu 等［16］發(fā)現(xiàn)科技人才聚集能提升人均收入，有助于緩解收入不平等。Zhang等［17］提出的科技人才集聚指數(shù)量化分析表明，科技人才集聚對區(qū)域經(jīng)濟(jì)增長有顯著促進(jìn)作用。一些研究也發(fā)現(xiàn)了人才集聚的非線性效應(yīng)和空間溢出現(xiàn)象。楊慧慧和劉暉［18］指出科技人才集聚初期對經(jīng)濟(jì)有正向促進(jìn)，但過度集聚會削弱這種效應(yīng)，并產(chǎn)生空間溢出效應(yīng)。趙永平和李倩倩［19］也認(rèn)為，人才集聚初期對經(jīng)濟(jì)的正向影響明顯，但過度集聚可能降低經(jīng)濟(jì)質(zhì)量。任志成和趙梓衡［20］發(fā)現(xiàn)人才集聚能促進(jìn)本地經(jīng)濟(jì)高質(zhì)量增長，但可能對周邊地區(qū)產(chǎn)生抑制效應(yīng)。一些研究還揭示了區(qū)域差異和人才類型對經(jīng)濟(jì)增長的不同影響。王福世［21］的分析顯示，京津冀在高層次人才集聚上超過長三角，但長三角在本科及以上人才的效能和利用上更高效。陳彬［22］發(fā)現(xiàn)科技人才集聚對經(jīng)濟(jì)增長有顯著作用，但不同因素的空間影響存在差異。劉雅君［23］的研究細(xì)化了人才類型的影響，指出專業(yè)知識型人才對經(jīng)濟(jì)增長有正向促進(jìn)作用，而專門技能型人才的集聚可能抑制經(jīng)濟(jì)增長。華香［24］的研究揭示了人才集聚受經(jīng)濟(jì)、社會、地理和政策等多因素影響。值得注意的是，這些研究采用了多樣化的研究方法，包括動態(tài)方程組分析、理論模型構(gòu)建、指數(shù)量化分析、空間計量經(jīng)濟(jì)學(xué)等，為深刻揭示科技人才集聚與經(jīng)濟(jì)增長的關(guān)系提供了多角度的視角?？傮w而言，科技人才集聚對經(jīng)濟(jì)增長具有顯著的促進(jìn)作用，但這種作用存在非線性特征和空間溢出效應(yīng)?；谶@些研究，提出以下假說：

H2：數(shù)字人力資本對區(qū)域經(jīng)濟(jì)發(fā)展有顯著的促進(jìn)作用。

1.3 人才集聚、科技創(chuàng)新與經(jīng)濟(jì)增長之間的關(guān)系

人才集聚、科技創(chuàng)新與經(jīng)濟(jì)增長之間的內(nèi)在聯(lián)系成為經(jīng)濟(jì)學(xué)研究的熱點領(lǐng)域。通過對相關(guān)文獻(xiàn)的梳理和分析，總結(jié)出以下研究視角。第一，人才集聚與科技創(chuàng)新對經(jīng)濟(jì)增長的正向效應(yīng)。王黎明和王寧［25］的研究明確指出，人才集聚與科技創(chuàng)新對經(jīng)濟(jì)增長具有顯著的正向效應(yīng)。值得注意的是，他們將科技創(chuàng)新視為經(jīng)濟(jì)增長的核心驅(qū)動力，這一觀點強調(diào)了創(chuàng)新在現(xiàn)代經(jīng)濟(jì)發(fā)展中的關(guān)鍵作用。同時，研究還發(fā)現(xiàn)這種效應(yīng)具有一定的滯后性，意味著人才集聚和科技創(chuàng)新對經(jīng)濟(jì)增長的影響可能需要一定時間才能充分體現(xiàn)。第二，科技創(chuàng)新與經(jīng)濟(jì)增長的正相關(guān)性。由雷［26］、能龍閣等［27］ 的研究證實了科技創(chuàng)新與經(jīng)濟(jì)增長之間存在正相關(guān)性動態(tài)機(jī)制。這些研究特別強調(diào)了科技創(chuàng)新對短期經(jīng)濟(jì)增長的促進(jìn)作用，為理解創(chuàng)新對經(jīng)濟(jì)的即時影響提供了有力證據(jù)。第三，人才集聚與科技創(chuàng)新的相互促進(jìn)作用。宋之帥等［28］揭示了科技創(chuàng)新與人才集聚之間的雙向互動關(guān)系，指出這兩個因素是相輔相成的，共同推動區(qū)域經(jīng)濟(jì)的增長。第四，高等教育與科技創(chuàng)新的重要性。蔡文伯和陳念念［29］發(fā)現(xiàn)高等教育與科技創(chuàng)新對經(jīng)濟(jì)增長具有顯著的促進(jìn)作用，這項研究不僅印證了前述研究的結(jié)論，還強調(diào)了教育在推動科技創(chuàng)新和經(jīng)濟(jì)增長中的重要作用。此外，數(shù)字經(jīng)濟(jì)發(fā)展促使數(shù)字人力資本顯著提升。劉洋［30］認(rèn)為數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了包括勞動力在內(nèi)的多種生產(chǎn)要素的進(jìn)一步集聚和提升。賈卓強［31］揭示了數(shù)字經(jīng)濟(jì)發(fā)展對于勞動力市場的顯著影響，以及對數(shù)字人力資本供給的顯著需求。陳南旭和李益［32］研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展對人力資本提出了更高要求?？傊@些研究共同構(gòu)建了一個全面的理論框架，揭示了人才集聚、科技創(chuàng)新與經(jīng)濟(jì)增長之間的密切關(guān)系。因此，提出以下假說：

H3：數(shù)字人力資本會提高科技創(chuàng)新能力，進(jìn)而顯著提升區(qū)域經(jīng)濟(jì)發(fā)展水平。

2 研究設(shè)計

2.1 模型選擇

為驗證數(shù)字人力資本對科技創(chuàng)新能力及經(jīng)濟(jì)發(fā)展的影響，本文采用向量自回歸模型（VAR）對數(shù)字人力資本、科技創(chuàng)新能力與經(jīng)濟(jì)發(fā)展之間的動態(tài)相互作用進(jìn)行系統(tǒng)分析。向量自回歸模型（VAR）作為一種多變量時間序列分析框架，能夠有效探討多個變量隨時間變化的相互影響。在VAR模型中，所有變量均被視為內(nèi)生變量，不存在固定的內(nèi)生變量與外生變量的區(qū)分，這意味著各變量之間存在相互依賴的關(guān)系，均為模型分析的組成部分。通過這種方法，本文旨在揭示數(shù)字人力資本如何在動態(tài)過程中影響區(qū)域科技創(chuàng)新能力與經(jīng)濟(jì)增長。

2.2 數(shù)據(jù)選取與處理

數(shù)字人力資本（Digital Human Capital，簡稱DHC）。本文參考并綜合了眾多關(guān)于人才集聚的學(xué)術(shù)文獻(xiàn)，并決定采用區(qū)位熵指標(biāo)來進(jìn)行量化分析。因此，本文選取福建省2003-2020年的數(shù)據(jù)通過區(qū)位熵公式（1）計算福建省數(shù)字人力資本的存量情況。本文選取《福建統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》中從事“信息傳輸、軟件和信息技術(shù)服務(wù)人員數(shù)量”的數(shù)據(jù)來衡量福建省城鎮(zhèn)數(shù)字人力資本存量。

LQt=（At/Bt）/（Ct/Dt）（1）

公式中，t表示時間；At表示t年的福建省城鎮(zhèn)數(shù)字人才數(shù)量；Bt表示t年福建省城鎮(zhèn)總就業(yè)人口數(shù)量；Ct表示我國城鎮(zhèn)數(shù)字人才數(shù)量；Dt表示我國城鎮(zhèn)總?cè)丝跀?shù)量；LQt表示t年的區(qū)位熵。

科技創(chuàng)新能力（Technological Innovation Capability，簡稱TIC）。本文選擇北京大學(xué)企業(yè)大數(shù)據(jù)研究中心所發(fā)布的我國區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)，并選取2003-2020年的數(shù)據(jù)作為研究樣本。

經(jīng)濟(jì)增長（GDP）。該數(shù)據(jù)來源于《中國統(tǒng)計年鑒》，選取2003-2020年的國內(nèi)生產(chǎn)總值指數(shù)作為樣本。

3 實證分析

3.1 變量描述性統(tǒng)計分析

由表1可知，數(shù)字人力資本平均值為3.625，標(biāo)準(zhǔn)差為1.022，表明整體水平中等偏上但存在地區(qū)差異；科技創(chuàng)新能力平均值為73.563，標(biāo)準(zhǔn)差為17.476，顯示整體創(chuàng)新能力較強但區(qū)域差異明顯；經(jīng)濟(jì)增長平均值為108.689，標(biāo)準(zhǔn)差為2.761，反映經(jīng)濟(jì)增長相對穩(wěn)定。這些數(shù)據(jù)揭示了3個變量的分布特征和趨勢，為深入分析三者之間的關(guān)系及對區(qū)域經(jīng)濟(jì)發(fā)展的影響奠定了基礎(chǔ)。

3.2 數(shù)據(jù)平穩(wěn)性檢驗

在應(yīng)用VAR模型對時間序列數(shù)據(jù)進(jìn)行分析前，對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗并進(jìn)行必要的預(yù)處理是非常重要的。對于2003-2020年的數(shù)字人力資本（DHC）、科技創(chuàng)新能力（TIC）和經(jīng)濟(jì)增長（GDP）這3個指標(biāo)，依次對其原始數(shù)據(jù)進(jìn)行單位根檢驗，結(jié)果如表2所示，DHC、TIC和GDP這3個變量在5%的顯著性水平下均未通過檢驗，即不能拒絕原假設(shè)，意味著它們的原始序列均非平穩(wěn)的。為了使數(shù)據(jù)達(dá)到平穩(wěn)性要求，對這些變量進(jìn)行了一階差分，即將每個變量的當(dāng)前值與其前一期值的差作為新的序列。經(jīng)過一階差分處理后，對新序列重新進(jìn)行單位根檢驗，結(jié)果如表2所示，在5%的顯著性水平下，DHC、TIC和GDP的一階差分序列均拒絕了存在單位根的原假設(shè)，尤其是DHC和GDP的差分序列，在1%的顯著性水平下也同樣拒絕了原假設(shè)。這表明一階差分后的序列已經(jīng)變得平穩(wěn)，可以用于后續(xù)的VAR模型的建立和分析。因此，可以使用這些差分后的平穩(wěn)序列來建立VAR模型。

3.3 最優(yōu)滯后階數(shù)的確定

在構(gòu)建時間序列模型的過程中，選擇合適的滯后階數(shù)是確保模型質(zhì)量和預(yù)測效果的關(guān)鍵步驟。為了確定最佳的滯后階數(shù)，通?？梢詤⒖既缦氯舾山y(tǒng)計準(zhǔn)則：似然函數(shù)值（LL）、拉格朗日乘數(shù)檢驗（LR）、預(yù)測誤差平方和（FPE）、赤池信息準(zhǔn)則（AIC）、施瓦茲信息準(zhǔn)則（SC）以及漢南-奎因準(zhǔn)則（HQ）。當(dāng)某一滯后期數(shù)在多個統(tǒng)計準(zhǔn)則中均被標(biāo)注為最優(yōu)，這表明該滯后期數(shù)在綜合各方面評價后表現(xiàn)最佳。如表3所示，鑒于滯后階數(shù)不能設(shè)置為零，且根據(jù)霍特林信息準(zhǔn)則（HO）的指引，可以確定該模型的最佳滯后階數(shù)為2。因此，在構(gòu)建該時間序列模型時，應(yīng)選取2階作為模型的最優(yōu)滯后階數(shù)，以實現(xiàn)模型的精確擬合和高效預(yù)測。

3.4 模型的穩(wěn)定性檢驗

在進(jìn)行完最優(yōu)滯后階數(shù)的確定后，對該滯后結(jié)構(gòu)進(jìn)行AR根檢驗，以確定模型是否穩(wěn)定再進(jìn)行下一步的研究。如圖1所示，分析中的所有單位根均在單位圓的范圍里，因此可以確定該滯后階數(shù)建立的VAR模型是穩(wěn)定的，進(jìn)而繼續(xù)開展下一步研究。

3.5 格蘭杰因果檢驗

格蘭杰因果檢驗用于分析時間序列數(shù)據(jù)中變量之間的動態(tài)關(guān)系。其考察的是一個變量的歷史信息是否可以用來預(yù)測另一個變量未來的變動，即是否存在預(yù)測上的因果關(guān)系，這種檢驗并不意味著一個事件直接導(dǎo)致了另一個事件的發(fā)生，而是指出在統(tǒng)計意義上，一個變量對于另一個變量的未來值具有解釋力，所以格蘭杰因果檢驗關(guān)注的是變量間的預(yù)測關(guān)聯(lián)性，而非傳統(tǒng)意義上的因果效應(yīng)。在建立向量自回歸模型時，為了避免時間序列的分析過程中會出現(xiàn)偽相關(guān)的問題，就要對其進(jìn)行格蘭杰因果檢驗，以便后續(xù)的脈沖響應(yīng)能夠準(zhǔn)確地進(jìn)行下去。

表4中格蘭杰檢驗結(jié)果顯示，第一行對于“科技創(chuàng)新能力（TIC）不是引起國內(nèi)生產(chǎn)總值（GDP）的原因”的假設(shè)，由于p值大于0.05，即0.8438，不能拒絕該原假設(shè)。這說明在5%的顯著性水平下，沒有充分的證據(jù)表明科技創(chuàng)新能力（TIC）是影響國內(nèi)生產(chǎn)總值（GDP）的格蘭杰原因；第二行的數(shù)據(jù)在“數(shù)字人力資本（DHC）不是國內(nèi)生產(chǎn)總值（GDP）的格蘭杰原因”的假設(shè)檢驗中，由于p值大于0.05，不拒絕原假設(shè)，即在統(tǒng)計上沒有足夠證據(jù)表明數(shù)字人力資本（DHC）對國內(nèi)生產(chǎn)總值（GDP）有顯著的預(yù)測作用。第三行數(shù)據(jù)“國內(nèi)生產(chǎn)總值（GDP）不是科技創(chuàng)新能力（TIC）的格蘭杰原因”的假設(shè)檢驗中p值小于0.05（具體值為0.036 5），可以拒絕該原假設(shè)，所以能得出結(jié)論，在5%的顯著性水平下，國內(nèi)生產(chǎn)總值（GDP）是科技創(chuàng)新能力（TIC）的重要預(yù)測因子，表現(xiàn)出了格蘭杰因果關(guān)系；第四行的數(shù)據(jù)p值＞0.05，無法拒絕原假設(shè)；第五行數(shù)據(jù)的p值大于0.05但小于0.1，可以說在10%的顯著性水平下，拒絕“國內(nèi)生產(chǎn)總值（GDP）不是數(shù)字人力資本（DHC）的格蘭杰原因”的原假設(shè)，這意味著GDP可能是DHC的格蘭杰因果原因；第六行的p值小于0.01，則可以在1%的顯著性水平下拒絕相應(yīng)的原假設(shè)，即科技創(chuàng)新能力（TIC）與數(shù)字人力資本（DHC）之間存在顯著的格蘭杰因果關(guān)系，其中TIC是DHC的格蘭杰因果關(guān)系。

3.6 脈沖響應(yīng)分析

圖2顯示，區(qū)域經(jīng)濟(jì)增長對1單位標(biāo)準(zhǔn)差的科技創(chuàng)新能力的響應(yīng)呈現(xiàn)出一個先增后減的過程。具體來說，給科技創(chuàng)新能力（TIC）沖擊后，區(qū)域經(jīng)濟(jì)增長（GDP）在當(dāng)期并未立即作出正值反應(yīng)，而是在后續(xù)的時間逐漸產(chǎn)生正向響應(yīng)，表示科技創(chuàng)新能力提升對區(qū)域經(jīng)濟(jì)增長有正面推動作用。其正面效應(yīng)在第3期達(dá)到最高點，數(shù)值為0.3，表明此時科技創(chuàng)新能力對區(qū)域經(jīng)濟(jì)增長的促進(jìn)作用最為顯著。然而從第4期開始，區(qū)域經(jīng)濟(jì)增長的響應(yīng)值開始逐漸下降，表明科技創(chuàng)新能力增長對區(qū)域經(jīng)濟(jì)增長的正向影響開始減弱。到第6期，響應(yīng)值變?yōu)樨?fù)值（-0.1），表明科技創(chuàng)新能力的增長對區(qū)域經(jīng)濟(jì)增長的正面影響已經(jīng)完全消失，甚至產(chǎn)生了輕微的負(fù)效應(yīng)。盡管如此，隨后響應(yīng)值又趨近于0，表明科技創(chuàng)新能力的增長與區(qū)域經(jīng)濟(jì)增長之間的正向關(guān)系在一段時間后逐漸恢復(fù)到中性狀態(tài)。這種動態(tài)變化表明，科技創(chuàng)新能力的增長對國內(nèi)生產(chǎn)總值的影響具有暫時性和階段性。在經(jīng)濟(jì)增長的初期，可能會通過增加研發(fā)投入、改善創(chuàng)新環(huán)境等途徑直接或間接刺激區(qū)域經(jīng)濟(jì)增長的提升。但隨著時間推移，這種刺激效應(yīng)可能會因為各種原因（如資源分配效率降低、創(chuàng)新激勵機(jī)制減弱等）而逐漸減弱，甚至出現(xiàn)短暫的負(fù)效應(yīng)。最終，當(dāng)科技創(chuàng)新能力帶來的正向效應(yīng)被其他因素抵消或適應(yīng)后，區(qū)域經(jīng)濟(jì)增長可能會恢復(fù)到一個相對穩(wěn)定的水平。

圖3顯示，數(shù)字人力資本對區(qū)域經(jīng)濟(jì)增長的影響表現(xiàn)為先上升后下降的過程。給數(shù)字人力資本沖擊之后，區(qū)域經(jīng)濟(jì)增長并未立即快速增長，而是經(jīng)歷了一段短暫的停滯期。隨后，區(qū)域經(jīng)濟(jì)增長開始緩慢上升，并在第3期達(dá)到峰值0.4，表明數(shù)字人力資本對經(jīng)濟(jì)增長的積極推動作用。然而，從峰值開始，區(qū)域經(jīng)濟(jì)增長以較快的速度下降，到第6期時回落至0。盡管過程中出現(xiàn)短暫的上下波動，但總體趨勢是逐漸向0靠攏，表明數(shù)字人力資本對區(qū)域經(jīng)濟(jì)增長的正面影響是有限的，且隨時間推移其效果逐漸減弱。這可能意味著數(shù)字人才的集聚在初期能夠有效促進(jìn)經(jīng)濟(jì)增長，但隨著時間的推移，這種效應(yīng)可能會因其他因素的影響而減少甚至消失。換言之，數(shù)字人力資本在短期內(nèi)可以顯著推動經(jīng)濟(jì)增長，但長期效果可能并不理想。因此，在制定相關(guān)政策或戰(zhàn)略時，應(yīng)充分考慮數(shù)字人力資本與其他因素的相互作用，以及其對經(jīng)濟(jì)增長的持久影響。

圖4顯示，區(qū)域經(jīng)濟(jì)增長對科技創(chuàng)新能力的脈沖響應(yīng)分析揭示了以下變化過程：在給區(qū)域經(jīng)濟(jì)增長沖擊后，初始階段區(qū)域經(jīng)濟(jì)增長的沖擊并未立即對科技創(chuàng)新能力產(chǎn)生影響，但隨后不久科技創(chuàng)新能力開始出現(xiàn)負(fù)向變動，表現(xiàn)為在第1至2期緩慢下降。進(jìn)入第3期時，下降趨勢加速，科技創(chuàng)新能力達(dá)到最低點（-1.3）。然而從第4期開始，科技創(chuàng)新能力逐步回升，并在第5期達(dá)到峰值（0.9）。在第6期，科技創(chuàng)新能力出現(xiàn)了小幅下降，但第7期之前一直保持正向增長。第7期時，科技創(chuàng)新能力短暫地轉(zhuǎn)為負(fù)向反應(yīng)，但這種負(fù)向影響非常微弱且持續(xù)時間短暫。從第7期開始至第10期結(jié)束，科技創(chuàng)新能力持續(xù)緩慢回升，并最終在第10期回歸到0，表明科技創(chuàng)新能力已完全恢復(fù)至沖擊前的水平，并與區(qū)域經(jīng)濟(jì)增長重新達(dá)到動態(tài)平衡狀態(tài)。分析結(jié)果表明，盡管GDP增長的沖擊對科技創(chuàng)新能力造成了短期的負(fù)向影響，但創(chuàng)新系統(tǒng)展現(xiàn)出一定程度的適應(yīng)性和恢復(fù)力，能夠在經(jīng)歷短期波動后逐漸恢復(fù)到穩(wěn)定狀態(tài)。

圖5顯示，給數(shù)字人力資本沖擊后，科技創(chuàng)新能力值為正，表現(xiàn)出正向反應(yīng)。沖擊發(fā)生后，科技創(chuàng)新能力迅速上升，并在第2期達(dá)到峰值（1.1）。從第3期開始，科技創(chuàng)新能力快速下降，并且下降速度比第2期末尾的上升速度更快。到第5期，科技創(chuàng)新能力下降至0以下，具體數(shù)值為-0.2。第5期末尾，下降趨勢停止，科技創(chuàng)新能力開始緩慢回升。第7期，科技創(chuàng)新能力回升至0以上，隨后進(jìn)入小幅波動階段。波動結(jié)束后，至第10期，科技創(chuàng)新能力保持不變，沖擊效果消失，數(shù)值穩(wěn)定在一個正數(shù)。這表明數(shù)字人力資本的增長初期能夠促進(jìn)科技創(chuàng)新能力的提升，其提升在一段時間后減弱，甚至出現(xiàn)負(fù)效應(yīng)。隨后，數(shù)字人力資本所帶來的正面影響再次顯現(xiàn)并逐漸穩(wěn)定，最終形成新的、較低水平的科技創(chuàng)新能力平衡狀態(tài)。這可能是因為區(qū)域在吸收和消化數(shù)字人才帶來的創(chuàng)新成果后，再次激發(fā)了創(chuàng)新活力。同時也表明科技創(chuàng)新能力具有一定的自我恢復(fù)和調(diào)整能力，能夠在外部沖擊減弱后重新找到增長點。表明數(shù)字人力資本對科技創(chuàng)新能力的短期正向推動作用，但其影響隨時間推移逐漸減弱，最終可能需要其他因素的支持來維持或提升科技創(chuàng)新能力。數(shù)字人才的集聚對科技創(chuàng)新能力具有重要的推動作用，但這種影響并非一成不變，而是隨著時間和環(huán)境的變化進(jìn)行相應(yīng)的調(diào)整和優(yōu)化。

圖6顯示，給區(qū)域經(jīng)濟(jì)增長沖擊后，沖擊初期，數(shù)字人力資本迅速上升，第2期達(dá)到最大正向影響值（0.64）。然而從第3期開始，這種正向影響減弱，并轉(zhuǎn)變?yōu)樨?fù)向影響，區(qū)域經(jīng)濟(jì)增長開始下降，并在第4期達(dá)到最低點（-0.54）。此后，數(shù)字人力資本反彈，再次呈現(xiàn)向上回升的狀態(tài)，并在第6期左右達(dá)到另一個峰值（0.33），隨后又逐漸回落。到第9期時，沖擊的影響基本消退，數(shù)字人力資本趨于平穩(wěn)，接近于零。這表明區(qū)域經(jīng)濟(jì)增長對數(shù)字人力資本具有重要作用，但其影響并非單一方向，而是經(jīng)歷了波動和調(diào)整，最終在長期內(nèi)可能趨于中性。

圖7揭示了科技創(chuàng)新能力對數(shù)字人力資本的即時和持久影響。在科技創(chuàng)新能力受到?jīng)_擊后，數(shù)字人力資本在第1期迅速作出反應(yīng)，并在第2期達(dá)到峰值（0.69），表明創(chuàng)新能力的提升能顯著吸引數(shù)字人才。盡管其正向影響隨后逐漸減弱，到第6期時聚集度回落至零，但在整個過程中并未出現(xiàn)負(fù)向波動，說明科技創(chuàng)新能力的提升并沒有引起人才流失或其他不利后果。這種現(xiàn)象可能源于科技創(chuàng)新能力在初期就為該區(qū)域營造了持久的創(chuàng)新氛圍，或者該區(qū)域已經(jīng)構(gòu)建了穩(wěn)固的創(chuàng)新機(jī)制和環(huán)境，即便科技創(chuàng)新能力的直接推動作用減退，仍能維持?jǐn)?shù)字人才的穩(wěn)定集聚。此外，第8至10期數(shù)字人力資本的小幅正向波動及其后的穩(wěn)定，表明科技創(chuàng)新能力的影響雖并非永久，但其留下的積極效果能夠在一定時間內(nèi)延續(xù)，并在必要時通過微調(diào)得以恢復(fù)和維持。

3.7 方差分解

基于VAR（2）模型使用Cholesky分解方法可以得到方差分解結(jié)果如表5、表6、表7所示。在表中的5列數(shù)據(jù)中，第1列為滯后期數(shù)，總共10期，第2列為每期預(yù)測的標(biāo)準(zhǔn)差，第3、4、5列的百分?jǐn)?shù)則代表以3個變量為隨機(jī)擾動項的變動對進(jìn)行方差分解的變量變化程度的貢獻(xiàn)度。

根據(jù)表5所示結(jié)果，將區(qū)域經(jīng)濟(jì)增長進(jìn)行方差分解后，研究其他變量對區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)度，在第1期區(qū)域經(jīng)濟(jì)增長自身貢獻(xiàn)度為100%，而科技創(chuàng)新能力對區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)度為0%，數(shù)字人力資本對區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)度為0%。隨著時間的推移，區(qū)域經(jīng)濟(jì)增長自身的貢獻(xiàn)度數(shù)值逐漸下降，第10期穩(wěn)定在91.05%；與此同時，科技創(chuàng)新能力對區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)度逐漸上升，第10期到達(dá)4.69%。數(shù)字人力資本對國內(nèi)市場總值指數(shù)的貢獻(xiàn)度也隨時間的推進(jìn)而上升，第10期穩(wěn)定在4.25%。結(jié)果表明，盡管區(qū)域經(jīng)濟(jì)增長自身的貢獻(xiàn)度始終占據(jù)主導(dǎo)地位，但科技創(chuàng)新能力和數(shù)字人力資本的影響力隨時間的積累也逐漸顯現(xiàn)。盡管兩者的貢獻(xiàn)度相近，但在整個考察期間，科技創(chuàng)新能力對區(qū)域經(jīng)濟(jì)增長的影響略高于數(shù)字人力資本。這些發(fā)現(xiàn)對于理解不同宏觀經(jīng)濟(jì)因素如何相互作用以及它們對國內(nèi)生產(chǎn)總值的長期影響具有重要意義。

根據(jù)表6所示的方差分解結(jié)果，科技創(chuàng)新能力在短期內(nèi)主要受自身因素影響，其貢獻(xiàn)度在第1期為81.25%，然而隨著時間的推移，貢獻(xiàn)度逐漸減少，到第10期降至45.52%。表明其他變量對科技創(chuàng)新能力的影響日益顯著。區(qū)域經(jīng)濟(jì)增長對科技創(chuàng)新能力的貢獻(xiàn)度隨時間逐漸增加，從第1期的18.74%上升至第10期的33.87%。這表明國內(nèi)生產(chǎn)總值的變化對科技創(chuàng)新能力有較強的推動作用，且這種影響隨著時間的推移而增強。數(shù)字人力資本的貢獻(xiàn)度也隨時間增長，從第1期的0%增至第10期的20.59%。這說明數(shù)字人才的聚集對科技創(chuàng)新能力的貢獻(xiàn)隨著時間的推移越來越重要?？傮w而言，盡管科技創(chuàng)新能力自身的貢獻(xiàn)度最高，但區(qū)域經(jīng)濟(jì)增長對科技創(chuàng)新能力的影響逐漸增強，成為對科技創(chuàng)新能力影響最大的外部因素。在長期發(fā)展中數(shù)字人力資本也是不可忽視的因素。因此，提高國內(nèi)生產(chǎn)總值和吸引數(shù)字人才的聚集，對于促進(jìn)科技創(chuàng)新能力的提升具有重要意義。

根據(jù)表7所示的方差結(jié)果，研究其他變量對數(shù)字人力資本的貢獻(xiàn)度分析如下，數(shù)字人力資本的變化可能是受到自身歷史趨勢和其他變量的影響，在預(yù)測期開始時，數(shù)字人力資本自身的貢獻(xiàn)度非常高，占90.69%，表明初期的變化主要由其自身的歷史軌跡決定。然而隨著時間的推移，自身貢獻(xiàn)度逐漸下降，到第10期時降至42.64%。表明外部因素的影響逐漸增強?？萍紕?chuàng)新能力對數(shù)字人力資本的貢獻(xiàn)度初期相對較小，為4.14%。但從第1期到第2期，其貢獻(xiàn)度迅速增長，過程中雖有波動，但整體呈上升趨勢，到第10期時貢獻(xiàn)度為29.55%，超過了初始水平。表明科技創(chuàng)新能力在長期內(nèi)對吸引和保留數(shù)字人才具有越來越重要的作用。區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)度同樣經(jīng)歷了快速增長，并在第10期穩(wěn)定在27.79%左右。意味著國內(nèi)經(jīng)濟(jì)增長和穩(wěn)定性是影響數(shù)字人力資本的重要因素之一。隨著經(jīng)濟(jì)的擴(kuò)張，對數(shù)字人才的需求增加，進(jìn)而推動了數(shù)字人力資本的積聚。雖然數(shù)字人力資本在初期主要由自身的歷史趨勢所決定，但隨著時間的推移，科技創(chuàng)新能力和區(qū)域經(jīng)濟(jì)增長的影響變得更加顯著。因此，為了促進(jìn)數(shù)字人力資本的積聚，政策制定者應(yīng)當(dāng)重視提升區(qū)域創(chuàng)新能力和推動經(jīng)濟(jì)持續(xù)增長。

4 結(jié)論、啟示與展望

本研究通過對福建省2003-2020年的數(shù)據(jù)進(jìn)行實證分析，探討了數(shù)字人力資本、科技創(chuàng)新能力與經(jīng)濟(jì)增長之間的動態(tài)關(guān)系?；谘芯拷Y(jié)果，得出以下結(jié)論并提出相應(yīng)的理論貢獻(xiàn)、管理啟示以及未來研究方向。

4.1 研究結(jié)論

第一，數(shù)字人力資本對科技創(chuàng)新能力的影響。研究發(fā)現(xiàn)，數(shù)字人力資本對科技創(chuàng)新能力具有顯著的促進(jìn)作用，但這種作用主要體現(xiàn)在短期內(nèi)。數(shù)字人才的集聚在初期能夠有效促進(jìn)科技創(chuàng)新，為企業(yè)和地區(qū)帶來新的技術(shù)突破和創(chuàng)新成果。然而隨著時間的推移，這種效應(yīng)會逐漸減弱。這可能是由于創(chuàng)新的邊際效應(yīng)遞減，或者數(shù)字人才的知識結(jié)構(gòu)需要不斷更新以適應(yīng)快速變化的技術(shù)環(huán)境。

第二，數(shù)字人力資本對經(jīng)濟(jì)增長的影響。

數(shù)字人力資本對經(jīng)濟(jì)增長具有滯后的正向影響，但這種影響也呈現(xiàn)出隨時間推移而減弱的趨勢。數(shù)字人才的集聚在初期能夠促進(jìn)經(jīng)濟(jì)增長，可能是通過提高生產(chǎn)效率、推動產(chǎn)業(yè)升級等方式實現(xiàn)。然而長期效果可能不如預(yù)期理想，這提示需要持續(xù)優(yōu)化數(shù)字人才的結(jié)構(gòu)和質(zhì)量，以維持其對經(jīng)濟(jì)增長的持續(xù)推動作用。

第三，經(jīng)濟(jì)增長對科技創(chuàng)新能力和數(shù)字人力資本積累的影響。

研究結(jié)果表明，經(jīng)濟(jì)增長對科技創(chuàng)新能力和數(shù)字人力資本積累均有正向影響，但這種影響存在波動性。在經(jīng)濟(jì)增長的初期階段，可能會出現(xiàn)對創(chuàng)新的抑制作用，這可能是由于資源更多地流向了傳統(tǒng)產(chǎn)業(yè)或短期見效的項目。但從長期來看，經(jīng)濟(jì)增長會促進(jìn)創(chuàng)新能力的提升和數(shù)字人才的集聚，可能是因為經(jīng)濟(jì)發(fā)展為創(chuàng)新活動提供了更多資源和更好的環(huán)境。

第四，科技創(chuàng)新能力在數(shù)字人力資本積累中的作用。

研究發(fā)現(xiàn)，科技創(chuàng)新能力在數(shù)字人力資本積累中發(fā)揮著關(guān)鍵作用?？萍紕?chuàng)新能力的提升能顯著吸引數(shù)字人才，這種正向影響雖然會隨時間推移逐漸減弱，但不會出現(xiàn)負(fù)向效應(yīng)。這說明，具有較強創(chuàng)新能力的地區(qū)或企業(yè)更容易吸引和留住高質(zhì)量的數(shù)字人才，從而形成良性循環(huán)。

4.2 理論貢獻(xiàn)

第一，提出了數(shù)字人力資本概念。本研究提出了數(shù)字人力資本的概念，拓展了傳統(tǒng)人力資本理論的研究范疇。這一概念的提出為人力資本理論在數(shù)字經(jīng)濟(jì)時代的應(yīng)用提供了新的視角，有助于更好地理解和分析數(shù)字化轉(zhuǎn)型過程中人才因素的作用。

第二，研究揭示了數(shù)字人力資本、科技創(chuàng)新能力與經(jīng)濟(jì)增長之間復(fù)雜的動態(tài)關(guān)系，豐富了相關(guān)理論研究。通過實證分析，不僅確認(rèn)了這些因素之間的相互影響，還揭示了其影響隨時間變化的動態(tài)特征，為理解數(shù)字經(jīng)濟(jì)發(fā)展的內(nèi)在機(jī)制提供了新的視角。

第三，通過對福建省的實證分析，本研究驗證了數(shù)字人力資本對區(qū)域經(jīng)濟(jì)發(fā)展的影響機(jī)制，為相關(guān)理論提供了實證支持。

4.3 管理啟示

第一，持續(xù)優(yōu)化數(shù)字人才政策。

政府應(yīng)重視數(shù)字人才的培養(yǎng)和引進(jìn)，但同時要認(rèn)識到數(shù)字人力資本對經(jīng)濟(jì)增長的影響存在滯后性和衰減性。因此，需要持續(xù)優(yōu)化人才政策，不僅要關(guān)注人才數(shù)量的增加，還要注重人才質(zhì)量提升和結(jié)構(gòu)優(yōu)化?？梢钥紤]建立動態(tài)的人才評估機(jī)制，及時調(diào)整人才政策以適應(yīng)快速變化的數(shù)字經(jīng)濟(jì)環(huán)境。

第二，加大科技創(chuàng)新投入。

地方政府和企業(yè)應(yīng)加大科技創(chuàng)新投入，提升區(qū)域創(chuàng)新能力。這不僅能直接促進(jìn)經(jīng)濟(jì)增長，還能吸引更多高質(zhì)量的數(shù)字人才，形成創(chuàng)新與數(shù)字人才互促的良性循環(huán)。可以通過設(shè)立創(chuàng)新基金、建設(shè)創(chuàng)新平臺、優(yōu)化創(chuàng)新環(huán)境等多種方式來實現(xiàn)這一目標(biāo)。

第三，平衡短期和長期效應(yīng)。在制定經(jīng)濟(jì)發(fā)展策略時，決策者需要平衡短期和長期效應(yīng)，避免過度依賴單一因素。例如雖然數(shù)字人才引進(jìn)可能帶來短期的經(jīng)濟(jì)增長，但長期效果可能減弱。因此應(yīng)該采取多元化的發(fā)展策略，既重視數(shù)字人才的引進(jìn)和培養(yǎng)，也要關(guān)注傳統(tǒng)產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型，以及其他可能影響長期經(jīng)濟(jì)增長的因素。

第四，建立良性互動機(jī)制。應(yīng)建立數(shù)字人才、科技創(chuàng)新與經(jīng)濟(jì)發(fā)展的良性互動機(jī)制，實現(xiàn)可持續(xù)發(fā)展。這可能包括建立產(chǎn)學(xué)研合作平臺，促進(jìn)數(shù)字人才與企業(yè)、科研機(jī)構(gòu)的深度合作；設(shè)立創(chuàng)新激勵機(jī)制，鼓勵數(shù)字人才參與科技創(chuàng)新；完善人才服務(wù)體系，為數(shù)字人才提供良好的工作和生活環(huán)境等。

4.4 研究局限與展望

本研究僅基于福建省的數(shù)據(jù)進(jìn)行分析，存在地域局限性，未來研究可以擴(kuò)大研究范圍，進(jìn)行跨區(qū)域比較研究，以提升結(jié)論的普適性，并探討不同地區(qū)在數(shù)字人力資本、科技創(chuàng)新能力與經(jīng)濟(jì)增長關(guān)系上的差異。

本研究的時間跨度為2003-2020年，未來研究可以考慮延長研究周期，以觀察更長期的動態(tài)變化。此外，可以進(jìn)一步細(xì)化數(shù)字人力資本的類型，探討不同類型數(shù)字人才對創(chuàng)新和經(jīng)濟(jì)增長的差異化影響。例如，可以區(qū)分技術(shù)型人才、管理型人才、創(chuàng)意型人才等，分析它們在數(shù)字經(jīng)濟(jì)發(fā)展中的不同作用。

參考文獻(xiàn)參考文獻(xiàn)：

［1］ KNUDSEN B， FLORIDA R， STOLICK K， et al. Density and creativity in US regions［J］. Annals of the Association of American Geographers， 2008， 98（2）： 461-478.

［2］ ANTON-BERNARD C，CHALAYE S，MANCAS F，et al. Measuring the adoption of innovation：a typology of EU countries based on the innovation survey［J］. Innovation-The European Journal of Social Science Research， 2010，23（3）：199-222.

［3］ FLORIDA R.The rise of the creative class［M］.New York： Basic Books， 2019.

［4］ 孫紅軍，張路娜，王勝光.科技人才集聚、空間溢出與區(qū)域技術(shù)創(chuàng)新——基于空間杜賓模型的偏微分方法［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2019，40（12）：58-69.

［5］ 朱火弟，陳琪君.科技人才集聚、數(shù)字經(jīng)濟(jì)與區(qū)域創(chuàng)新能力［J］.重慶文理學(xué)院學(xué)報（社會科學(xué)版），2023，42（6）：61-74.

［6］ 陳強，顏婷，劉笑.科技創(chuàng)新人力資源集聚對區(qū)域創(chuàng)新能力的影響［J］. 同濟(jì)大學(xué)學(xué)報（自然科學(xué)版），2017，45（11）：1722-1730.

［7］ CHAMORRO-PREMUZIC T，AKHTAR R，WINSBOROUGH D，et al. The datafication of talent：how technology is advancing the science of human potential at work［J］. Current Opinion in Behavioral Sciences，2017，18（S1）：13-16.

［8］ 修國義，韓佳璇，陳曉華.科技人才集聚對中國區(qū)域科技創(chuàng)新效率的影響——基于超越對數(shù)隨機(jī)前沿距離函數(shù)模型［J］.科技進(jìn)步與對策，2017，34（19）：36-40.

［9］ 趙青霞，夏傳信，施建軍.科技人才集聚、產(chǎn)業(yè)集聚和區(qū)域創(chuàng)新能力——基于京津冀、長三角、珠三角地區(qū)的實證分析［J］.科技管理研究，2019，39（24）：54-62.

［10］ 王雅潔.科技人才集聚對區(qū)域創(chuàng)新效率影響研究［D］.石家莊：河北經(jīng)貿(mào)大學(xué)， 2022.

［11］ ZONTEK Z. The role of human resources in enhancing innovation in tourism enterprises［J］. Managing Global Transitions，2016，14（1）：55-73.

［12］ 郭彥，劉付穎. 基于熵值法的科技創(chuàng)新促進(jìn)經(jīng)濟(jì)發(fā)展研究——以福建省九市為例［J］.

科技創(chuàng)業(yè)月刊， 2023，36（3）：40-45.

［13］ 夏海力，李雨璇.科技人才集聚對區(qū)域綠色創(chuàng)新績效的影響研究——基于空間杜賓模型的實證分析［J］.生態(tài)經(jīng)濟(jì)，2023，39（9）：58-67.

［14］ FREIRE-SEREN M J. On the relationship between human capital accumulation and economic growth［J］.Applied Economics Letters，2002，9（12）：805-808.

［15］ ROSENTHAL S S， STRANGE W C. The micro-empirics of agglomeration economies［J］.A Companion to Urban Economic Blackwell Publishing Ltd，2007，23（2）：30-51.

［16］ RAHAYU D，ISMAIL M，SANTOSO D B，et al. Do natural resources and human capital matter to regional income convergence？（A case study at regencies/municipalities of Kalimantan Area-Indonesia）［J］. Procedia-Social and Behavioral Sciences，2015，211：1112-1116.

［17］ ZHANG X， Lü W， LIN F. Can scientific and technological talent aggregation accelerate economic growth？an empirical study［J］.Journal of Systems Science and Information，2015，3（2）：145-153.

［18］ 楊慧慧，劉暉.科技人才集聚對中國經(jīng)濟(jì)高質(zhì)量發(fā)展的影響［J］.科技管理研究， 2024， 44（2）： 61-69.

［19］ 趙永平，李倩倩.人才集聚、區(qū)域創(chuàng)新與經(jīng)濟(jì)高質(zhì)量發(fā)展［J］.哈爾濱商業(yè)大學(xué)學(xué)報（社會科學(xué)版），2023（1）：117-128.

［20］ 任志成，趙梓衡.人才集聚效應(yīng)與經(jīng)濟(jì)增長綜合質(zhì)量——基于省級面板數(shù)據(jù)的空間研究［J］.金融理論與教學(xué)，2023（2）：73-81.

［21］ 王福世.城市群人才集聚、人才資本對經(jīng)濟(jì)增長貢獻(xiàn)的測算［J］.統(tǒng)計與決策， 2023，39（4）：71-74.

［22］ 陳彬.西部地區(qū)科技人才集聚對經(jīng)濟(jì)增長的影響效應(yīng)研究［D］.烏魯木齊：新疆財經(jīng)大學(xué)，2022.

［23］ 劉雅君.人才集聚對區(qū)域經(jīng)濟(jì)發(fā)展的雙重效應(yīng)分析——基于2007-2017年省級面板數(shù)據(jù)的實證分析［J］.福建論壇（人文社會科學(xué)版），2021（3）：86-97.

［24］ 華香.人才集聚現(xiàn)象對區(qū)域經(jīng)濟(jì)增長的影響分析［J］.商業(yè)觀察，2023，9（7）：69-72.

［25］ 王黎明，王寧.人才集聚、科技創(chuàng)新與經(jīng)濟(jì)高質(zhì)量增長的交互效應(yīng)——基于省級面板數(shù)據(jù)VAR模型的實證分析［J］.河南師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2021，48（1）：88-94.

［26］ 由雷.科技創(chuàng)新對地區(qū)經(jīng)濟(jì)增長的影響研究——以沈陽市為例［J］.經(jīng)濟(jì)師，2018（2）：12-15.

［27］ 能龍閣，袁一斐.科技創(chuàng)新投入與經(jīng)濟(jì)增長動態(tài)機(jī)制實證研究［J］.

科技創(chuàng)業(yè)月刊， 2019， 32（11）： 11-19.

［28］ 宋之帥，楊善林，龍丹.科技創(chuàng)新人才與經(jīng)濟(jì)增長關(guān)系的實證研究［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2013，32（8）：68-72.

［29］ 蔡文伯，陳念念.長江經(jīng)濟(jì)帶城市群高等教育、科技創(chuàng)新和經(jīng)濟(jì)增長的耦合協(xié)調(diào)效應(yīng)［J］.現(xiàn)代教育管理，2022，（11）：33-42.

［30］ 劉洋.數(shù)字經(jīng)濟(jì)與全要素生產(chǎn)率：水平測度、影響效應(yīng)與區(qū)域差距研究［D］.成都：西南財經(jīng)大學(xué)，2023.

［31］ 賈卓強.數(shù)字經(jīng)濟(jì)對勞動就業(yè)的影響研究［D］.成都：四川大學(xué)，2023.

［32］ 陳南旭，李益.數(shù)字經(jīng)濟(jì)對人力資本水平提升的影響研究［J］.西北人口，2022，43（6）：65-76.

責(zé)任編輯（責(zé)任編輯：周 媛）